人工智能之神经网络特训班课程过半,这些内容关键点你不能错过

2016 年,谷歌 AlphaGo 下围棋战胜了人类世界冠军李世石;美国白宫发布了人工智能白皮书;微软研发的 AI 语音识别首次超过了人类...人工智能一跃成为产业发展的主要方向、科技进步的关键源动力。

相信很多人都注意到了这一趋势,但现实是:仍有许多朋友对 AI 一知半解,如雾里看花。究其原因,或许可以归结为以下几点:找不到系统的学习资料,缺少经验丰富的“引路人”,以及没有一个合适的学习、交流平台。

为此,AI科技评论联合国内顶级 AI 培训平台“1024MOOC学院”,邀请到清华大学计算机系的博士生导师邓志东教授作为授课嘉宾,举办“人工智能之神经网络特训班”。邓教授从事包括深度神经网络在内的人工神经网络研究 25 年,在清华授课 20 余年,研究无人驾驶技术 8 年,具有非常丰富的研发和教学经验。

上周末(3 月 4 日、5 日),第一期课程“人工智能之神经网络特训班”结束了前两个章节的学习,并将于本周末进入最后两个章节。下面,我们将简单汇总上周课程的讲授重点,以帮助那些错过上周末直播的朋友更好地理解后续内容。

上周讲授的主要内容包括以下两个方面:1. 人工智能与生物神经系统;2. 人工神经网络基础。

人工智能与生物神经系统

这一部分邓教授综述了 AI 的定义及发展历程、关键技术成果、高性能计算平台以及典型应用场景和前沿探索等内容。课程中,邓教授在阐述 AI 发展历史的同时,会不时插入一些经典的用例和关键技术特征,而且,在讲述技术特征时,又会常常联系起此前出现过的其他技术特征,对比其区别和联系。总体上,让学员在 AI 发展历程和关键技术特点之间建立了一个相互联系的牢固架构,非常便于理解和记忆。相关精彩 PPT 如下:

人工智能名称的由来

三个人工智能学习方法

深度神经网络的主要分类

一些关键进展

人工智能离不开大数据的支持

离不开超强硬件计算能力的支持

新体制的硬件平台

未来的一些方向

生物神经系统原理

人工神经网络基础

第二部分,教授讲述了人工神经元的基本模型,以及 BP 网络、Hopfield 网络这两种关键模型。在讲解后面两种景点神经网络模型时,邓教授对基于 BP 和 Hopfield 网络的每一个优化和细分结构都进行了公式推理级的详细讲解,让学员不但清楚了这些结构的优势,并且理解了为什么具有这些优势。相关精彩 PPT 如下:

标准人工神经元模型——MP模型

人工神经网络的关键就是网络结构+学习算法

三种典型网络结构

BP网络的相关内容

Hopfield网络的相关内容

对于邓老师的讲解,课后学员们给予了非常高的评价,我们摘取了一小部分:

  • 学员A:我是个有一定从业的人,邓老师考虑了普适性,今天的课程主要面向初学者的。不过我听了后都学到了不少东西。同时我也期待下几次课里对神经网络的讲述能带来更多干货;
  • 学员B:其他培训机构重点讲实战,唯独没有请顶级大学的教授讲理论的。听别家讲理论,老师自己都说自己没讲明白。邓老师讲resnet的理论,可以填补市场上的空白;
  • 学员C:Hopfield 的这段讲的真好,老师在短时间内介绍了很多东西。主办方可以考虑开个长期一些的课,针对不同需求。

本周末已经全部放送结束,大家请期待周一的亮点整理(下)。

  • CNN 的发展历程,基本原理,典型模型 (包括 AlexNet、VGG、GoogLeNet、ResNet等);
  • CNN 的编程实操剖析;
  • 为什么说 CNN 是目前人工智能的主要进展?

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2017-03-12

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏AI研习社

问答 | 谷歌 AI 发布 BERT 模型,打破十一项 NLP 记录,会开启 NLP 新时代吗?

日前,谷歌 AI 团队发布 BERT 模型,在机器阅读理解水平测试 SQuAD1.1 中表现出相当不错的成绩:在 11 项 NLP 任务中刷新当前最优性能记录。...

1063
来自专栏新智元

荐书 | 《终极算法》世界正被“会学习的机器”改变

译者注:《终极算法》“The Master Algorithm”这本书于2015年9月份刚刚上架,以下是New Scientist上一位大咖写的书评: 连“美国...

3589
来自专栏CVer

关于本次CVPR 2019投稿的一些感想

背景: 一年一度的CVPR是人工智能的机器视觉方向最重要的学术会议,每年吸引了全球最顶尖的大学和公司的研究人员投稿,文章如果被录用,通常认为你在你的研究子方向达...

993
来自专栏企鹅号快讯

谷歌再出黑科技!人工智能模拟的人声和真人几乎难以分辨

谷歌再出黑科技 用人工智能模拟出来的声音 几乎可以和真人以假乱真 在我们的印象中,机器的声音都是冰冷的电子音,虽然人类也一直致力于研究让机器“说人话”,但搞出来...

2586
来自专栏人工智能头条

“GAN之父”:当初为了深度学习买GPU,现在后悔没多挖点比特币

1474
来自专栏大数据文摘

谷歌宣布收购全球最大数据科学社区Kaggle

2288
来自专栏新智元

徐立:1200层神经网络夺冠ImageNet,深度学习越深越好?| 新智元 AI 领军人物专访

【新智元导读】计算机视觉领域的创业创新正呈现蓬勃发展之势。基于与高校实验室紧密的合作,商汤走出了一条自主研究核心算法的道路,连续在ImageNet等国际大赛上刷...

2916
来自专栏AI科技评论

Yann LeCun专访:我不觉得自己有天分,但是我一直往聪明人堆里钻

AI 科技评论按:纽约大学教授、Facebook 副总裁与首席 AI 科学家 Yann LeCun 由于对深度学习的突出贡献,被誉为深度学习的「三驾马车」之一,...

832
来自专栏AI科技评论

专访数据挖掘领头人韩家炜教授:不要迷信权威,做学问要秉承「三个真实」

由中国人工智能协会、深圳罗湖区人民政府主办的「CCAI 2018 中国人工智能大会」于 7 月 28-29 日在深圳召开。

943
来自专栏新智元

荐书 | 《终极算法》世界正被“会学习的机器”改变 ( 附下载)

译者注:《终极算法》“The Master Algorithm”这本书于2015年9月份刚刚上架,以下是New Scientist上一位大咖写的书评: 连“美...

2908

扫码关注云+社区